[发明专利]一种同步定位与地图构建方法及装置

说明书

本发明提出一种同步定位与地图构建方法，所述方法包括：在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。本发明仅使用少量特征点进行特征匹配来获得可靠的初始位姿，有效降低了计算规模以保证实时性，然后通过更为高效的块匹配算法匹配关键点，对初始位姿进行优化，提高地图精度。

技术领域

本发明属于机器视觉中的三维重建领域，具体地涉及一种同步定位与地图构建方法及装置。

背景技术

在机器人系统中同步定位与地图构建是最为核心的机器视觉算法之一，主要用于帮助机器人解决“我在什么地方？”和“周围环境是什么样？”的问题。

近来涌现了许多优秀的视觉SLAM(Simultaneous Localization and Mapping,同步定位与地图构建)方法，主流的视觉SLAM方法大致可以分为两类：基于特征点及关键帧BA(Bundle Adjustment,光束平差法)和基于匹配的直接追踪方法。两者之间的主要区别在于特征点法通过计算和匹配特征点来估计位姿和构建地图，具有较强的鲁棒性；基于块匹配的直接追踪法不需要提取和匹配特征点，因此比基于特征点的方法更高效，但块匹配对光照和模糊情况极为敏感，如果没有准确的初始位姿估计难以保证可靠性。

发明内容

本发明所要解决的技术问题是针对上述现有技术存在的不足，提出一种在嵌入式环境中同时既可以达到实时性又能够保证可靠性的同步定位与地图构建方法。

本发明提出一种同步定位与地图构建方法，所述方法包括：

在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同。

作为本发明的一种优选技术方案：所述第一类关键点是利用特征提取方法提取的特征点的集合。

作为本发明的一种优选技术方案：所述提取第二类关键点的根据帧图像中像素梯度来提取关键点，具体为：将像素梯度大于阈值的像素点的集合作为第二类关键点。

作为本发明的一种优选技术方案：其特征在于，在所述方法还包括：获取关键帧，根据所述关键帧更新地图。

本发明还提出一种同步定位与地图构建装置，其特征在于，所述装置包括：

图像采集模块，用于采集不同时刻的帧图像；

关键点提取模块，用于在当前帧图像中，分别提取第一类关键点和第二类关键点，所述第一类关键点用于与邻近帧进行特征匹配得到初始位姿，第二类关键点用于在初始位姿的基础上进行块匹配生成稳定位姿，以完成同步定位与地图构建；其中，所述第一类关键点和第二类关键点的提取方法不同；

更新模块，用于获取关键帧，根据所述关键帧更新地图。

作为本发明的一种优选技术方案：所述关键点提取模块包括：

第一提取单元，用于采用特征提取方法提取特征点，将特征点集合作为第一类关键点；

第二提取单元，用于提取像素梯度大于阈值的像素点的集合作为第二类关键点。

与现有技术相比，本发明具有如下优点：

本发明仅使用少量特征点进行特征匹配来获得可靠的初始位姿，有效降低了计算规模以保证实时性，然后通过更为高效的块匹配算法匹配关键点，对初始位姿进行优化，提高地图精度。

附图说明